-
公开(公告)号：CN111275074B
公开(公告)日：2022-08-05
申请号：CN202010015226.4
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司信息通信公司 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 本发明是一种基于栈式自编码网络模型的电力CPS信息攻击辨识方法，其特点是，包括的内容有：根据CPS数据非函数依赖以及非线性相关等性质，引入最大信息系数对数据特征进行选择，确定最优攻击特征集合；构建基于栈式自编码网络的信息攻击辨识模型，设置无监督预训练编码器与有监督微调分类器进行网络参数训练更新；实现了基于自适应布谷鸟算法的模型初始参数优化。解决了电力CPS信息攻击辨识过程中数据特征复杂、辨识精度相对较低等问题，具有方法科学合理，适用性强，效果佳等优点。
-
公开(公告)号：CN111222700A
公开(公告)日：2020-06-02
申请号：CN202010015206.7
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 本发明的基于动态网络分位数模型的日前电价概率预测方法，其特征点是，包括：根据不同影响因素与电价序列间的关联关系设计综合影响因子进行电价相似日选取、设计动态网络分位数电价预测模型和基于所述动态网络分位数电价预测模型的核密度电价概率进行预测步骤，其预测精度高，能够大大缩短了运行时间；模型受价格波动相关风险影响小，对奇异值的耐受性强。具有科学合理，适用性，效果佳等优点。
-
公开(公告)号：CN111222286A
公开(公告)日：2020-06-02
申请号：CN202010015728.7
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
IPC: G06F30/27 , G06N3/00 , G06F113/16
Abstract: 本发明的一种基于输电线路状态估计的参数优化方法，其特点是，包括：基本粒子群参数优化、权重系数优化、学习因子优化和输电线路状态估计参数优化等内容，该方法能够克服传统群智能参数优化方法，在局部和全局搜索能力平衡不足的问题，尤其是当搜索空间范围相对较大且遍历搜索节点较困难时，采用非线性权重系数和学习因子协同优化平衡算法的全局和局部搜索能力，并在进化的过程中快速收敛到全局最优解，确定状态估计最优参数，提高状态估计精确度。该方法科学合理，可适用于各种状态估计的参数优化问题。
-
公开(公告)号：CN118035904A
公开(公告)日：2024-05-14
申请号：CN202311819856.7
申请日：2023-12-27
Applicant: 国网东北分部绿源水力发电公司太平湾发电厂
IPC: G06F18/2433 , G01M1/16 , G01D21/02 , G06F18/2411 , G06F18/2413 , G06F18/2131 , G06F18/23 , G06F18/26 , G06F18/27 , G06N5/025 , G06N5/04 , G06N5/045 , G06N3/0442 , F03B11/00 , G08B21/18 , G06F123/02
Abstract: 本发明公开了一种基于多频段数据融合的振摆监测故障诊断方法及系统，涉及监测故障诊断技术领域，包括构建轴线弯曲、质量不平衡故障诊断模型；分别对于已知故障模式和未知故障模式进行处理；对参数异常变化进行检测；进行机组运行状态的综合分析，实现轴线弯曲、质量不平衡故障自动诊断和预警；设置不同的报警预警策略，接口显示预警信息，并自动生成机组运行状态报告。本发明能够降低故障风险、延长机组的使用寿命，并减少维修和停机时间，提高了机组的可靠性和可用性。
-
公开(公告)号：CN113065699A
公开(公告)日：2021-07-02
申请号：CN202110330507.3
申请日：2021-03-22
Applicant: 国家电网有限公司 , 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 本发明针对电力信息网面临日益严峻的网络攻击风险威胁，而传统网络安全态势量化方法仅从网络性能角度进行分析，忽略了各种电力应用业务重要性对安全态势的影响，导致量化结果难以全方位反映电力信息网络风险状态，提出一种基于进化神经网络的电力信息网安全态势量化方法。首先，通过分析电力通信网络应用业务特点，设计面向电力通信网的安全态势体系架构(PIN‑NSSQ)；其次，从网络可靠性、威胁性、脆弱性三个维度出发，结合电力业务重要性，建立耦合互联的空间要素指标体系，并实现关键要素指标的数学化表征；最后，将遗传进化算法优化的BP神经网络融入要素指标计算过程，构建基于进化神经网络的电力信息网安全态势量化模型，有效实现对电力信息网络安全态势全面感知过程高效计算及结果精确量化。
-
公开(公告)号：CN111242204A
公开(公告)日：2020-06-05
申请号：CN202010015277.7
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司信息通信公司 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
IPC: G06K9/62
Abstract: 一种运维管控平台故障特征提取方法，其特点是，包括：主成分分析特征提取和二次特征选择等内容。基于主成分分析特征提取能将高维空间样本变换为低维空间样本，在特征维度降低的同时降低特征属性的冗余度，并保留了主要的分类信息，大大降低了分类器的计算复杂度，缩短了训练时间；又因为在此特征提取过程中嵌入二次特征选择功能，基于关联规则特征选择，结合启发式序列后向搜索策略对评估结果进行排序，进而确定特征子集的关键特征，使特征属性具有最大关联—最小冗余，即可以最大程度提高属性特征与类属性关联度，且降低属性与属性之间的冗余，显著提高管控故障分类精度。该方法科学合理，适用性强，可广泛适用于各种故障分类管控平台。
-
公开(公告)号：CN109598072A
公开(公告)日：2019-04-09
申请号：CN201811494040.0
申请日：2018-12-07
Applicant: 国网东北分部绿源水力发电公司太平湾发电厂 , 郑州大学
Abstract: 本发明提供一种220kV半高型变电站虚拟现实仿真系统的构建方法，包括以下步骤：步骤1，建立设备模型库：根据各种电气设备的外形、操作面板的实际界面以及接线端子等设备参数，建立各种电气设备的三维模型；根据220kV半高型变电站现场实景及CAD图纸构建场景和其他设备的三维模型；步骤2，建立变电站三维仿真模型：根据220kV半高型变电站现场实景及CAD图纸对场景、其他设备和各个电气设备的三维模型进行布置和装配连线，生成220kV半高型变电站三维仿真模型；步骤3，将220kV半高型变电站三维仿真模型导入到Unity3D仿真平台，利用Unity引擎进行功能开发、程序调试和功能调试，实现220kV半高型变电站虚拟现实仿真系统以及交互功能。
-
公开(公告)号：CN117521903A
公开(公告)日：2024-02-06
申请号：CN202311528676.3
申请日：2023-11-16
Applicant: 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 本发明提供一种基于混沌理论与量子神经网络的径流预测方法，包括流域内径流数据的收集，对径流数据进行预处理，并用完备总体经验模态分解对径流序列进行分解；采用自相关法与互信息法确定延迟时间τ的值、采用假近邻点确定嵌入维度m，将各分量序列转化为延迟向量并构建延迟向量矩阵；采用Wolf方法计算重构相空间的李雅普诺夫指数，验证各径流分量的可预报性并使用最大李雅普诺夫指数确定最大可预报时间；根据最大可预报时段及相空间重构理论尽可能采用多的相点进行预测；构建量子神经网络对各径流分量序列进行预测；采用最小二乘法对分量重构方法进行优化，并利用梯度下降法求出各分量的重构系数。
-
公开(公告)号：CN111191955A
公开(公告)日：2020-05-22
申请号：CN202010015735.7
申请日：2020-01-07
Applicant: 东北电力大学 , 国网吉林省电力有限公司白山供电公司 , 国网吉林省电力有限公司 , 国网内蒙古东部电力有限公司信息通信分公司 , 国网东北分部绿源水力发电公司太平湾发电厂
Abstract: 一种基于相依马尔可夫链的电力CPS风险区域预测方法，其特点是，包括提出一种非均匀电力信息物理耦合网络负荷及约束建模方法，最大限度的简化电力CPS耦合网络，使模型能够动态反映耦合网络中故障节点负荷重配过程和机理；考虑电力信息物理系统双网交互及负荷重配过程，提出相依马尔可夫概率框架，基于动态变化的网络拓扑结构，构建风险区域预模型；在原灰狼群算法的基础上提出交叉自适应灰狼群模型求解算法，引入自适应度位置调整策略和交叉最优解策略对风险区域预测模型进行优化求解。具有方法科学合理，适应性强，效果佳等优点。
-
公开(公告)号：CN118820999A
公开(公告)日：2024-10-22
申请号：CN202410782554.5
申请日：2024-06-18
Applicant: 国网东北分部绿源水力发电公司太平湾发电厂 , 东北电力大学
Inventor： 韩冰玉 , 曹杰 , 孙伟华 , 于成立 , 孙可 , 陈国文 , 刘倩男 , 杨金华 , 孙雪冬 , 史宏博 , 王雪明 , 梁若霖 , 白荣航 , 李秉帅 , 刘晓妍 , 宫灏
Abstract: 基于深度置信网络的水轮发电机组轴承异常状态预测方法，属于电力大数据技术领域，本发明采用灰色关联理论解析发电机轴承相关特征量间的耦合关系，根据关联度强弱提取出轴承运行状态关键特征，降低数据维度；确定轴承关键特征动态阈值，采用非线性状态评估方法综合分析轴承运行工况和轴承健康状态，动态更新轴承关键特征阈值；将轴承关键特征数据集和动态阈值输入基于PSO‑DBN的预测模型，用自适应方法动态更新PSO学习因子和惯性权重，提升PSO对DBN参数的寻优性能，降低预测模型误差，提高设备故障规避风险的能力，保证机组的安稳运行。
